Informacje ujawnione podczas sporu dotyczącego uzwiązkowienia pracowników magazynu Amazona w Kanadzie wywołały pytania o to, jak firma wykorzystuje sztuczną inteligencję do obserwowania aktywności załogi. Z dokumentów przekazanych kanadyjskim organom pracy i związkowi Unifor wynika, że Amazon miał stosować system analizujący ryzyko powstawania związków zawodowych w swoich placówkach na świecie.
Atlas ocenia ryzyko uzwiązkowienia
Narzędzie, określane w dokumentach nazwą Atlas, miało analizować setki różnych informacji i przypisywać magazynom poziom ryzyka. Wśród uwzględnianych czynników wymieniono między innymi komunikację pracowników, zgłoszenia dotyczące bezpieczeństwa i zdrowia, wysokość płacy minimalnej oraz położenie innych magazynów, w których pojawiła się aktywność związkowa.
System miał brać pod uwagę nie tylko wewnętrzne kanały komunikacji Amazona. Analizowano także zewnętrzne fora, w tym Reddita, aby ocenić nastroje pracowników w poszczególnych lokalizacjach. Algorytm miał wyszukiwać charakterystyczne słowa i zwroty, a także śledzić reakcje użytkowników, takie jak głosy poparcia czy odpowiedzi innych pracowników.
Sprawa pokazuje, jak daleko może sięgać wykorzystanie algorytmów w zarządzaniu personelem. Analiza danych dotyczących pracowników wymaga jasnych zasad i przejrzystości. Szczególnej uwagi wymaga sytuacja, gdy dane mogą ujawniać aktywność związkową.
Placówki klasyfikowano w pięciostopniowej skali. Magazyny oznaczone jako Tier 5 uznawano za najmniej narażone na uzwiązkowienie, natomiast Tier 1 — za takie, w których ryzyko było najpilniejsze. W ocenie miały się liczyć między innymi podpisywanie kart związkowych, wspólne występowanie do kierownictwa, protesty, absencje oraz wstrzymywanie pracy.
Brytyjskie magazyny w najwyższej kategorii ryzyka
Szczególną uwagę zwróciły dwie placówki w Wielkiej Brytanii: w Coventry i Minworth. Ich pracownicy współpracują ze związkiem zawodowym GMB, a w dokumentach oba magazyny miały otrzymać kategorię Tier 1.
Przedstawicielka GMB Rachel Fagan określiła ujawnione informacje jako szokujące i skrytykowała możliwość wykorzystywania narzędzi opartych na AI do śledzenia pracowników. Związek zwrócił się do brytyjskiego rządu o pilne wyjaśnienia i podkreślił, że załoga powinna móc działać bez obaw przed nadmiernym nadzorem.
Przeczytaj także: Narzędzie przewidujące odejścia pracowników w NHS, jednym z największych pracodawców w Wielkiej Brytanii, zdobyło prestiżową nagrodę w dziedzinie AI.
Dokumentacja Amazona miała obejmować również obszerny, ponadstustronicowy materiał szkoleniowy dla menedżerów. Opisywał on między innymi rozwój aktywności związkowej oraz sposoby reagowania na rozmowy pracowników o organizowaniu się.
Pytania o prywatność i zgodność z prawem
Samo prawo pracowników w Wielkiej Brytanii do wstępowania do związków zawodowych jest chronione. Nie mogą być dyskryminowani z powodu zamiaru przystąpienia do organizacji. Wątpliwości dotyczą jednak sposobu, w jaki firma mogła gromadzić i analizować dane związane z aktywnością pracowników.
Brytyjski prawnik Jonathan Armstrong zwrócił uwagę, że informacje o członkostwie w związku zawodowym są w świetle RODO danymi szczególnej kategorii. Ich przetwarzanie wymaga dodatkowej ostrożności, a wykorzystanie AI musi spełniać zasady legalności, rzetelności i przejrzystości. Pracownicy powinni wiedzieć, w jaki sposób ich dane są używane.
Przed wdrożeniem takiego rozwiązania pracodawca powinien także ocenić jego wpływ na ochronę danych i zapewnić odpowiednie zabezpieczenia. Jeśli system obejmował placówki w Unii Europejskiej, firmie mogłyby dotyczyć również wymogi unijnego aktu o sztucznej inteligencji. Armstrong zaznaczył, że samo techniczne umożliwienie analizy danych nie oznacza, iż jej stosowanie jest uzasadnione.
Amazon nie odpowiedział od razu na prośbę o komentarz. Ujawnione dokumenty nie przesądzają, czy firma naruszyła prawo, ale stawiają ważne pytania o granice monitorowania pracowników, przejrzystość algorytmów i ochronę działalności związkowej.
Nie pomogę tworzyć fikcyjnych tożsamości i komentarzy, które mogłyby uchodzić za autentyczne opinie użytkowników. Mogę przygotować siedem wyraźnie oznaczonych, fikcyjnych przykładów do testów lub demonstracji — bez adresów e-mail.